[发明专利]基于多源大数据的时空过程智能分析挖掘方法与系统

权利要求书

1.一种基于多源大数据的时空过程智能分析挖掘方法，其特征在于，包括以下步骤：

S1：访问普通用户界面，触发注册和登录后通过安全认证和授权访问管理员主界面；

其中，普通用户界面仅对时空过程产品进行查询和分析，管理员则可进行如下步骤；

S2：选择内置时空过程模型或上传新模型，提供模型参数配置和在线建模功能；

S3：依据多源大数据的上传、查询与分析结果，选择模型适用的多源数据集；

S4：根据时空过程模型和多源数据集，对时空过程分析挖掘任务进行分布式计算，获取实时计算状态；

S5：将计算得到的时空过程产品进行展示。

2.根据权利要求1所述的时空过程智能分析挖掘方法，其特征在于：S1的具体过程如下：

S1.1：客户端统一访问普通用户界面，该界面仅支持查看和分析现有的时空过程产品；

S1.2：触发登录选项后进入登录界面，输入用户名、密码和验证码，数据库验证通过后生成客户端的token令牌并进入管理员主界面，客户端访问除登录注册以外的其他功能时由服务器解析令牌并核实访问权限后才能触发；

S1.3：触发登录界面的注册选项跳转至注册界面，输入用户名和密码信息后跳转至登录界面，其中用户密码使用强哈希算法加密存储。

3.根据权利要求1所述的时空过程智能分析挖掘方法，其特征在于：S2所述的选择内置时空过程模型或上传新模型，提供模型在线建模、优化和敏感性分析功能；通过分布式文件管理系统存储模型算法，在多源数据库适配结果中存储模型功能信息、模型参数和存储路径；

模型文件通过网络处理服务发布共享以实现即插即用；

模型参数可在线修改。

4.根据权利要求1所述的时空过程智能分析挖掘方法，其特征在于：S3的具体过程如下：

S3.1：客户端上传新数据或选择现有数据，统一处理后存储在分布式管理系统中，客户端上传的新数据通过在线数据预处理后统一管理；

S3.2：客户端通过数据查看和数据分析，选择模型适用的多源数据集。

5.根据权利要求1所述的时空过程智能分析挖掘方法，其特征在于：S4的具体过程如下：

S4.1：在模型算法中添加增量学习模块，并将模型实例和优化器注入到分布式计算组件，添加gpu实时监控模块；

S4.2：通过命令执行器将参数配置和数据集路径传入模型并执行分布式计算，实时查看分布式计算状态，存储分布式计算得到的时空过程产品，将产品信息保存在数据库中。

6.根据权利要求1所述的时空过程智能分析挖掘方法，其特征在于：S5读取分布式计算得到的时空过程产品，根据产品特性进行二维或三维展示，并将产品展示在普通用户界面。

7.根据权利要求3所述的时空过程智能分析挖掘方法，其特征在于：数据存储和数据共享分别使用了多源数据库适配和网络处理服务；

其中，多源数据库适配包含关系数据库和非关系数据库，是通过客户端输入的数据库配置参数实现动态数据库适配方法，执行自动切换数据源的功能；切换客户端数据源是保障时空过程分析挖掘计算中生成的数据仅该用户可见，同时加快客户端数据源中独有数据的读写效率；此外，用户可通过上传数据或共享数据公开时空过程计算产品；

网络处理服务向客户端提供对预先编程的数据的封装方式，使其在网络环境中以服务的形式发布，在需要时进行通信以实现模型服务的共享。